网站大量收购独家精品文档,联系QQ:2885784924

基于视觉识别与毫米波雷达的桥梁防撞预警方法.pdfVIP

基于视觉识别与毫米波雷达的桥梁防撞预警方法.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

研究•开发

基于视觉识別与毫米波雷达的桥梁防撞预警方法

□刘祥□包颖炜口陈叶凯□高金锋

□梁丹口梁冬泰

宁波大学机械工程与力学学院浙江宁波315211

摘要:针对桥梁防撞监测过程中船舶识别速度较慢、效率较低等问题,提出一种基于视觉识别和

毫米波雷达的桥梁防撞预警方法。建立基于YOLO算法的船舶目标识别模型,通过对船舶数据集目标

框的重新聚类分析,优化YOLO算法模型参数。利用多尺度训练方法,增强船舶目标识别模型对不同尺

度船舶的适应性和识别精度。通过毫米波雷达来获取船舶的轨迹信息,以实现船舶安全距离的准确判

断。试验结果表明,采用基于视觉识别与毫米波雷达的桥梁防撞预警方法,船舶识别准确率为97.30%,

单幅图像识别时间约为32ms预,警成功率为93_33%,可以有效实现桥梁的防撞监测和预警。

关键词:视觉识别雷达桥梁防撞预警

中图分类号:U447文献标志码:A文章编号:1000-4998(2021)09-0030-07

AbstractAiming:attheproblemsofslowspeedandlowefficiencyofshipidentificationinthemonitoring

processforbridgecollisionavoidance,aprewamingapproachforbridgecollisionavoidancebasedonvisual

recognitionandmillimeterwaveradarwasproposed.Ashiptargetrecognitionmodelwasestablishedbasedon

theYOLOalgorithm,andbyre~clusteringthetargetframeoftheshipdatasettheparametersoftheYOLO

algorithmicmodelwereoptimized.Themulti-scaletrainingmethodwasusedtoenhancetheadaptabilityand

recognitionaccuracyoftheshiptargetrecognitionmodeltoshipswithdifferentscales.Themillimeterwave

radarwasusedtoobtaintheship,strajectoryinformationtorealizetheaccuratejudgmentoftheship1ssafety

distance.Thetestresultsshowthatwhentheprewamingapproachforbridgecollisionavoidancebasedonvisual

recognitionandmillimeterwaveradarisadopted,theacc

文档评论(0)

经管专家 + 关注
实名认证
服务提供商

专注于经营管理类文案的拟写、润色等,本人已有10余年相关工作经验,具有扎实的文案功底,尤善于各种框架类PPT文案,并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询!

版权声明书
用户编号:6055234005000000

1亿VIP精品文档

相关文档